Anzeige

Vereinfachte Fehlersuche bei NXPs neuen S32K1 Automotive-Mikrocontrollern

Eine Vielzahl neuer Funktionen für das intuitive Debuggen und Testen der neuen S32K1-Automotive-Mikrocontroller-Familie von NXP bietet die aktuelle Version 4.8.3  der Universal Debug Engine (UDE) von PLS Programmierbare Logik & Systeme.

 (Bild: pls Programmierbare Logik & Systeme GmbH)

(Bild: PLS Programmierbare Logik & Systeme GmbH)

Die S32K1-Plattform kombiniert eine skalierbare Familie von ARM Cortex-M-MCUs mit speziellen, für künftige Automobilanwendungen ausgelegte Funktionen. Durch ihre niedrigen Leistungsaufnahme, 128KB bis 2MB Flash-Speicher, ISO CAN FD, speziellen Hardware-Sicherheitsfunktionen wie CSEc (Cryptographic Service Engine Compressed) und ASIL-B-Unterstützung sind die Automotive- Mikrocontroller sehr vielseitig einsetzbar. Durch die uneingeschränkte Unterstützung aller internen Debug-Funktionen der S32K1-Plattform ist die UDE 4.8.3 dabei das ideale Werkzeug für die Fehlersuche und System-Analyse. Über die intuitive Bedienoberfläche der UDE 4.8.3 lassen sich neben der traditionellen Benutzung von Breakpoints und dem Single-Step-Betrieb beispielsweise auch einfach die internen Systemzustände zur Laufzeit visualisieren. Die Darstellung von Applikationsvariablen, der uneingeschränkte Zugang zu den Core- und Peripheral-Registern sowie die grafische Darstellung von Systemwerten in Diagrammen erlauben es dem Anwender, komfortabel und effizient das Laufzeitverhalten seiner Applikation zu beurteilen. Noch umfangreichere Möglichkeiten der Systembeobachtung und -analyse ergeben sich speziell bei den S32K14x-Bausteinen durch Nutzung der integrierten ARM CoreSight Trace-Funktionen. Für eine möglichst effiziente Test-Automatisierung und die Kopplung von Testtools Dritter ist die UDE 4.8.3 mit einer leistungsstarken, auf dem Microsoft Common Object Model (COM) basierenden Automatisierungsschnittstelle ausgestattet. Dieses Interface ermöglicht Entwicklern darüber hinaus auch ein umfangreiches Scripting der UDE 4.8.3, ohne dabei auf eine spezifische oder gar proprietäre Skriptsprache beschränkt zu sein. Ein kombinierter Target-Adapter für die Zugangsgeräte der Universal Access Device- (UAD-) Familie von PLS stellt eine sichere und schnelle Kommunikation zwischen der UDE 4.8.3 und den Mikrocontrollern der S32K1-Familie via JTAG oder über die ARM-spezifische SDW-Schnittstelle sicher. Für anspruchsvolle Umgebungsbedingungen ist dieser Adapter optional auch mit zusätzlicher galvanischer Isolation erhältlich.

Vereinfachte Fehlersuche bei NXPs neuen S32K1 Automotive-Mikrocontrollern
Bild: pls Programmierbare Logik & Systeme GmbH


Das könnte Sie auch interessieren

Die für Automobilanwendungen qualifizierten Zynq UltraScale+ MPSoC-Familie von Xilinx ist ab sofort verfügbar. Sie ermöglicht die Entwicklung von sicherheitskritischen ADAS- und autonomen Fahrsystemen.‣ weiterlesen

Die Oszilloskope der neuen R&S RTC1000 Serie bieten eine hohe Geräteintegration trotz kompakter Bauform.‣ weiterlesen

Congatec und AMD schließen eine Partnerschaft zum erweiterten Langzeitsupport für einen der weltweit dienstältesten x86er Prozessoren. Im Ergebnis haben die AMD Geode basierten Prozessorboards von congatec nun eine geplante Verfügbarkeit bis Ende 2021.‣ weiterlesen

MSC Technologies unterstützt auf seinen Smarc 2.0- und Qseven-Modulen die neuen 64Bit i.MX8-Prozessoren von NXP. Die leistungsfähigen Baugruppen zeichnen sich trotz ihres geringen Energieverbrauchs durch eine hohe Rechen-Performance und eine Hochleistungsgrafik aus, die bis zu vier unabhängige Displays ansteuern kann.

Für die vielfältigen und zunehmenden Kommunikationsanforderungen industrieller Systemlösungen stellt Microsys auf der embedded world (4-340) eine kompletten Familie Single Board Computer und Development Kits vor. Die Systeme unterstützen den Time Sensitive Networking-Standard für die zuverlässige Datenübertragung in Echtzeit über Ethernet.

In diesem Jahr steht für Mathworks auf der embedded world (Halle 4, Stand 110) das Thema Implementierung von Algorithmen des Machine Learning und Deep Learning in Embedded Systemen im Fokus. MathWorks zeigt mehrere Beispiele aus verschiedenen Anwendungsbereichen des maschinellen Lernens, wie die Erkennung und Klassifizierung von Objekten und Sprache für autonome Systeme.

Anzeige
Anzeige
Anzeige
Anzeige
Anzeige
Anzeige